11月5日,基元律动(TokenRhythm)正式发布 Agent 原生模型 NeoHorse-1.5-Flash Preview。该模型基于 Qwen3.8-Flash 进行训练,总参数量达 180B,激活参数为 6B,重点提升了 Agent 任务执行与软件工程能力,目前已开启限量内测。

据官方公布的对照评测数据显示,相较于基座模型,新模型在 Agents’ Last Exam 上的综合得分提升了 9.23 分,在 Natural Language to Repository 评测中的整体得分提升了 5.92 分。其中,物理科学类任务评分提升超过 20 分;在开发工具与测试、Web 开发、安全认证与加密等技术方向上,性能表现亦有显著改善。
本次发布延续了 NeoHorse 系列对递归自我改进(Recursive Self-Improvement, RSI)路径的探索,基元律动将其定义为该机制演进的“第二圈”。继 9 月发布 NeoHorse-1 之后,团队将上一代模型重新接入模型池,在实际任务执行中持续收集动态反馈,再将沉淀的经验反哺于后续训练;模型训练尺度也由此前的 4B、9B 扩展至 Flash 档位。
该演进路径依托于 TokenRhythm 多模型平台与开源 Agent 产品 OpenSquilla。路由系统提供任务能力的需求信号,多模型融合机制则通过让多个前沿模型协同处理同一任务,产出可供横向比对的执行结果。NeoHorse 与这些结果之间的差异,被用于精准识别能力短板、锚定后续训练方向,并转化为模型自迭代的学习信号。
在模型发布的翌日,基元律动同步更新了 OpenSquilla,进一步完善了这一执行底座。新版本可根据任务意图动态匹配模型档位:继续任务时沿用原档位,重做任务时逐级升档;同时支持独立更新 TokenRhythm 与 OpenRouter 的推荐配置方案,用户无需升级客户端即可预览配置差异并确认应用。此外,本期推荐配置亦结合 11 月最新模型榜单进行了调整,确保执行侧的模型调用能够与行业评测动态保持同步。
围绕 RSI 训练范式,团队提出了多模型差分诊断、对抗式环境进化和群体智能在线学习三项关键技术,分别对应解决能力诊断、分布塌缩与迭代效率问题。其中,环境进化引擎可自主持续生成并筛选新任务;群体智能在线学习则利用单模型输出与多模型融合结果的差异实施强化训练,将执行框架中沉淀的对比信息高效转化为模型优化动力。
公开演示展现了新模型在具体业务任务中的能力跃升。在表格网页开发案例中,基座模型生成的部分计算单元格出现了公式报错,而新模型不仅完整实现了公式输入与结果计算,还拓展了更多交互功能。官方发布材料还展示了图表生成、量子物理计算以及机器人装配参数求解等案例,全面考察了该模型在计算、校验和端到端交付环节的工程落地表现。
目前,NeoHorse-1.5-Flash Preview 已通过基元律动官方公众号开放内测申请通道。